基于条件扩散模型的多层级特征聚合点云补全方法和装置

AITNT
正文
推荐专利
基于条件扩散模型的多层级特征聚合点云补全方法和装置
申请号:CN202511125803
申请日期:2025-08-12
公开号:CN121010521A
公开日期:2025-11-25
类型:发明专利
摘要
本申请提供了一种基于条件扩散模型的多层级特征聚合点云补全方法和装置,涉及物联网无线感知技术领域,旨在解决波雷达采集的三维物体点云数据稀疏、物体轮廓不完整的问题。所述方法包括:获取雷达针对目标物体采集的原始点云;将所述原始点云输入条件特征提取模块进行多层级特征提取,得到多层级条件特征,所述多层级条件特征用于引导去噪模块进行点云补全;将随机生成的噪声点云输入所述去噪模块,与所述多层级条件特征分层融合进行点云补全,得到三维结构完整的点云;其中,所述点云补全包括对所述目标物体的形状和细节进行补全。
技术关键词
特征提取模块 层级 多层感知机层 三维结构 上采样 补全方法 三维物体点云数据 物联网无线感知 噪声 分层 输出特征 补全装置 雷达 查询算法 物体轮廓 插值算法 采样方法
系统为您推荐了相关专利信息
1
一种通信网故障预警方法、装置、终端设备及存储介质
配电通信网 故障预警方法 历史流量数据 流量预测模型 深度学习模型
2
一种彩色图像空域隐写分析系统及方法
彩色图像 隐写分析系统 隐写分析方法 特征提取模块 嵌入秘密信息
3
一种用于无人机巡检的数据处理方法及装置
特征提取模块 无人机巡检 输入端 输出端 数据处理方法
4
一种基于人工特征图与卷积神经网络的干扰信号识别方法、系统、设备及介质
干扰信号识别方法 构建卷积神经网络 训练卷积神经网络 样本 可读存储介质
5
一种超声视频处理方法、装置及电子设备
神经网络模型 关键帧 特征提取模块 池化特征 分类器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号